華騰

摘要

隨著貨幣流通的加速，紙幣破舊污損越來越多，另外在ATM自動取款機(jī)中，對紙幣的質(zhì)量也有一定的要求，因此紙幣清分機(jī)的新舊檢測也越來越重要。本文闡述了一種基于數(shù)字圖像處理技術(shù)的人民幣紙幣新舊檢測方法，給出了工作原理、遇到的問題及解決方法，最后給出了在實(shí)際檢測中的結(jié)果分析和今后需要努力的方向。該算法運(yùn)算速度較快，準(zhǔn)確度較高，具有良好的應(yīng)用前景。

【關(guān)鍵詞】數(shù)字圖像處理 平均灰度 圖像傳感器 清分機(jī)

1引言

紙幣清分機(jī)是機(jī)電一體化的高科技金融機(jī)具，具有識別紙幣的面值、面向、冠字號、新舊和殘缺等級以及鑒別真?zhèn)蔚裙δ?。這些功能的實(shí)現(xiàn)主要是紙幣圖像識別系統(tǒng)完成的，是利用圖像傳感器采集圖像，采用數(shù)字圖像處理技術(shù)對圖像進(jìn)行處理。

紙幣新舊檢測是紙幣圖像識別系統(tǒng)的一個關(guān)鍵部分，對于這方面的研究，國外有通過讓紙幣在機(jī)器內(nèi)部運(yùn)行時發(fā)出特定聲音的手段來進(jìn)行新舊檢測，但是這種方式容易受到噪聲的干擾，即使經(jīng)過一定的信號處理，系統(tǒng)的穩(wěn)定性依然很差，現(xiàn)在己經(jīng)很少采用這種方法了。目前大多數(shù)的研究主要集中在對圖像的分析上，即如何通過提取圖像的特征來實(shí)現(xiàn)紙幣新舊的檢測。

2紙幣新舊檢測的數(shù)字圖像處理方法

當(dāng)紙幣高速通過清分機(jī)的圖像傳感器時，反射傳感器發(fā)出的光線得到相應(yīng)的圖像信號。掃描得到的圖像信號以二維點(diǎn)陣形式存儲在指新舊紙幣在圖像采集的時候反光的強(qiáng)弱是不同的，我們可以根據(jù)反光的強(qiáng)度來定義紙幣的新舊程度，嶄新紙幣反光比較強(qiáng)烈，這樣使得采集到的圖像整體灰度值偏高，而舊幣反光要相對弱很多，使得采集到的圖像整體偏暗，我們可以根據(jù)這個反光的強(qiáng)弱來判定紙幣的新舊等級。

經(jīng)過邊緣檢測，可以確定紙幣的四個頂點(diǎn)的坐標(biāo)。這樣就可以得到紙幣邊緣的具體位置，我們統(tǒng)計整張紙幣的所有點(diǎn)的灰度值的和，然后求得其平均值，根據(jù)這個平均值就可以得到紙幣的新舊程度了。平均值越大紙幣越新，平均值越小紙幣越舊。圖1是清分機(jī)采集的紙幣圖像，框內(nèi)是新舊測試的范圍。

例如某張紙幣圖像各點(diǎn)的灰度值為G（x，y），紙幣的區(qū)域?yàn)锽（x，y），紙幣區(qū)域所有點(diǎn)的個數(shù)為TB，則新舊特征塊的平均灰度：

3測試中發(fā)現(xiàn)的問題及解決方法

（1）用這種方法測試新舊時，發(fā)現(xiàn)每張錢多次測試時作為新舊標(biāo)準(zhǔn)的平均灰度值每次走鈔時是變化的。取6張紙幣每張紙幣測試10次，記錄每次的平均灰度值，某張紙幣第一次測試的平均灰度值是189，另一次測試可能是201，從測試結(jié)果可以看出每張錢每次走鈔時平均灰度可能差12，這就使得新舊測試結(jié)果不穩(wěn)定，分析原因，是鈔票在機(jī)器通道中運(yùn)行時與傳感器的距離不確定，離傳感器近時圖像就亮，離傳感器遠(yuǎn)時圖像就暗。

解決的方法是機(jī)器中安裝兩只傳感器，兩只傳感器正對著平行安裝，鈔票從兩傳感器中間經(jīng)過，這樣可以同時得到兩幅圖像，如果一幅離傳感器近，圖像就亮，同時另一幅必定離傳感器遠(yuǎn)，圖像就暗。把這樣得到的兩個傳感器灰度值相加求平均值，用這個平均值作為判斷紙幣新舊的標(biāo)準(zhǔn)。用和上述同樣的方法進(jìn)行測試，測得的結(jié)果是每張錢每次走鈔時平均灰度差都在5以下，穩(wěn)定性提高了很多。

（2）在測試時還發(fā)現(xiàn)另一個問題，我們知道紙幣放置在機(jī)器中走鈔時分四個面向：正上（FU）、正下（FD）、反上（BU）、反下（BD）。紙幣以不同方向進(jìn)入機(jī)器時測得的平均灰度也是有差別的。分析原因主要是兩只傳感器在安裝時不是完全平行的，另外紙幣在通道中運(yùn)行時，不可能是平整的、不可能與傳感器完全平行的，會有變形，也使每次采集的圖像亮度有差異。

用100張100元人民幣每個面向測試一次，共測試四次，記錄四個面向的灰度值，用Excel做出曲線，如圖2。可見四條曲線距離較遠(yuǎn)，說明四個面向的灰度值是有差異的。這可以在調(diào)試機(jī)器過程中進(jìn)行新舊訓(xùn)練時加以校正?？刹扇∫韵碌男Ｕ椒ǎ?/p>

測試100張紙幣4個面向的平均灰度：GFUi、GFDi、GBUi、GBDi（0≤i<100=，

把100個：GFUi、GFDi、GBUi、GBDi按降序排序，取排在第70的鈔票數(shù)據(jù)：GFU70、GFD70、GBU70、GBD70，

做排在第70的鈔票數(shù)據(jù)四個面向的均值E70：

E700=（GFU70+GFD70+GBU70+GBD70，

再做均值E70與每個面向數(shù)據(jù)的差值

每張錢的新舊值加上這個差值，就是各面向的校正值，

這樣四個面向排在同一位置的新舊值非常接近。

選校正后的數(shù)據(jù)中排在第70的數(shù)據(jù)作為ATM機(jī)的閾值，排在第60的數(shù)據(jù)作為流通券的閾值（可以按紙幣新舊分布情況選擇其他位置的數(shù)據(jù)做閾值）。

實(shí)驗(yàn)證明按上述校正方法取100張100元人民幣測試并記錄四個面向的新舊數(shù)據(jù)，做出的四條曲線比較接近（幾乎重合），說明4各面向的數(shù)據(jù)差別不大。

4新舊測試及結(jié)論

按照以上討論的方法，取100張100元人民幣測試，每個面向連續(xù)測試5次，記錄了每次符合流通券、ATM機(jī)標(biāo)準(zhǔn)的紙幣數(shù)量。

表1中顯示的是出鈔口的鈔票數(shù)量，也就是新舊等級為測試等級或大于測試等級的紙幣數(shù)量。結(jié)果如下：

從測試結(jié)果可知，即使通過以上方法對四個面的數(shù)據(jù)進(jìn)行校正，但新舊測試結(jié)果同一面向一致性比較好，不同面向一致性還是會差一些，分析是紙幣的正反面圖像不一致，反面有圖案，每次采集的圖像不一樣，就會使新舊—致性差。這一差距還要在今后的研究中縮小。

另外，紙幣在通道中運(yùn)行時，不可能是完全平整的、不可能與傳感器完全平行，會有變形，也使每次采集的圖像亮度有差異，如果傳感器間隙比較小，紙幣在通道里運(yùn)行會平整一些。效果會好一些。另外傳感器間隙小，鈔票與傳感器的距離相對變化也小，亮度變化也就小，新舊一致性就會更好。因此，保證機(jī)器間隙在走鈔暢通的情況下，盡量小，是做好新舊的關(guān)鍵。

參考文獻(xiàn)

[1]郭玉佳.紙幣圖像處理技術(shù)研究[C].哈爾濱工業(yè)大學(xué)碩士學(xué)位論文，2009（06）.

[2]魏巍.CF1000型紙幣清分機(jī)圖像識別系統(tǒng)的設(shè)計與實(shí)現(xiàn)[C].哈爾濱工業(yè)大學(xué)碩士學(xué)位論文，2011（06）.endprint